|
本文結合了智能控制中的模糊邏輯及類神經網路之優點，提出了一種模
糊類神經控制系統， 以解決具有不確定性、非線性、複雜及較難控制(不
穩定、非最小相等)系統之問題。在本質 上此模糊類神經控制系統是由模
糊類神經控制器及類神經網路模型所構成，在技術層面上， 係根據類神
經網路的觀念來設計模糊控制器，使其具有自適應能力。至於模糊類神經
控制器 的輸入即誤差與誤差變化量在此將其映射於[-1, 1]之間以確保模
糊控制器最缺乏的穩定性。再者本文也利用類神經網路來辨識一未知系統
之動態，並提供一參考信號給模糊類神經控 制器，進而使得控制器能提
供適當的控制力以驅使系統達到控制目標上。若以模糊類神經控 制系統
進行控制，不但可於線上進行適應控制且無需被控系統之數學模式與系統
之任何先前 知識，如此一來更增加了其實用性與可行性。此外，為了驗
證模糊類神經控制系統的性能， 我們進行了許多控制理論上較難控制系
統之模擬控制與測試，並與傳統模糊控制器進行比較 。進而將模糊類神
經控制系統應用於非線性化工程序之控制上。而由控制的結果看來，模糊
類神經控制系統無論在抑制干擾、追蹤能力及系統參數變異等各方面，都
展示了其強韌性與有效性。然而未來如何簡化模糊控制系統的維數, 以減
少計算量及複雜性是重要的研究課題之一. 此外, 本文所提出的模糊類神
經控制系統只應用於單輸入單輸出的程序系統的控制上, 但工業實際的程
序控制上大多屬於多輸入多輸出的程序系統, 因此將本文所提出的控制策
略應用於多變數程序系統的控制上, 也是未來需努力的方向之一.
|